Python 是否可以使用back引用指定正则表达式中的复制数？

是否可以使用back引用指定正则表达式中的复制数

foo='ADCKAL+2AG.+2AG.+2AG.+2AG.+2AGGG+.G+3AGGa'

以“+[0-9]”开头，后跟“[A-z]{n}”的子字符串需要简单地替换为“+”，其中变量n是子字符串前面的数字。那n可以被反向引用吗？例如（不起作用）“+（[0-9]）[A-z]{/1}.”是我想要用“+”替换的模式（最后一个点可以是任何字符，代表质量分数），这样foo应该变成ADCKAL+++G.G+

 import re
 foo = 'ADCKAL+2AG.+2AG.+2AG.+2AGGG+.+G+3AGGa.'
 indelpatt = re.compile('\+([0-9])')
 while indelpatt.search(foo):
     indelsize=int(indelpatt.search(foo).group(1))
     new_regex = '\+%s[ACGTNacgtn]{%s}.' % (indelsize,indelsize)
     newpatt=re.compile(new_regex)
     foo = newpatt.sub("+", foo)

---

我可能缺少一种更简单的方法来解析字符串。

不，不能将反向引用用作量词。一种解决方法是构造一个正则表达式，它可以交替处理每种情况

import re

foo = 'ADCKAL+2AG.+2AG.+2AG.+2AGGG^+.+G+3AGGa4.'
pattern = '|'.join('\+%s[ACGTNacgtn]{%s}.' % (i, i) for i in range(1, 10))
regex = re.compile(pattern)
foo = regex.sub("+", foo)
print foo

结果:

ADCKAL++++G^+.+G+4.

---

还请注意，您的代码包含一个错误，导致它在您提供的输入上进入无限循环。

是否应该将

2AGGG^

设置为

4AGGG^

？对此深表歉意，我更改了输入字符串，以消除一些需要从示例中解析出来的其他内容。我原来的帖子包含“foo=”ADCKAL+2AG.+2AG.+2AG.+2AGGG^+.+G+3AGGa4.”，可以解析为“ADCKAL+++++G^+.+G+4.”，但是while循环仍然返回true，因为末尾有新的+4！仅供参考，如果

[A-z]

不是打字错误，那么几乎肯定是错误。如果您想匹配任何大写或小写ASCII字母，

[A-Za-z]

就是您想要的。谢谢！您的解决方案非常有效。我将更改示例代码，尝试编辑一些附加信息。很抱歉。